qq_41296039的博客

野人和传教士问题求解

文章目录前言一、玻尔兹曼机系列1.1 Hopfield1.2 BM（玻尔兹曼机）1.3 RBM（受限玻尔兹曼机）1.4 DBN（深度置信网络）二、CNN卷积神经网络三、GAN对抗网络四、RNN及其变种RNNLSTMGRUBRNNDRNNs…前言一、玻尔兹曼机系列1.1 HopfieldHopfield网络是反馈类型，其神经元的结构功能在网络中的地位是一样的。其学习是基于灌输式学习，即网络的权值不是通过训练出来的，而是按照一定规则计算出来的，将求解的问题转换成优化问题的能量函数，网络的稳定状态是优

借鉴和整理国科大高级AI往届师兄师姐的证明题、前面三个是历届考题，后面的证明是一些推测的可能考的证明。

主要解释一下一阶谓词逻辑，目前考点是如何用一阶谓词逻辑进行知识表达以及将一阶谓词逻辑转换成合取范式...

主要是国科大高级AI课程的博弈论相关的考点，纳什均衡和帕累托均衡、讨价还价问题、maxmin和minmax策略、最优匹配问题以及网络交换博弈问题都是重要的选择题考点、maxmin策略和minmax策略的计算应该不会考，价格机制的最优匹配也不会考，但是也是很有意思的知识点。

文章目录前言一、题目描述二、计算过程1.策略评估2.策略提升3.最优策略前言这是一道2020-2021国科大高级人工智能期末考试的一道格子题一、题目描述每一个格子等概率向着4个方向移动，每次移动一步，收益为 -1 ，移动到出口结束游戏。若当前移动会导致出界，则移动后位置不变：黄色是出口。二、计算过程1.策略评估利用动态规划的方法求当前策略下每个格子估值2.策略提升根据每个格子的估值求对应的贪心策略3.最优策略根据第二问得到的贪心策略，列出方程组并求解得到新的状态估值